SciPy SVD vs. Numpy SVD

Question

Both SciPy and Numpy have built in functions for singular value decomposition (SVD). The commands are basically scipy.linalg.svd and numpy.linalg.svd. What is the difference between these two? Is any of them better than the other one?

Answer 1

除错误检查外，实际工作似乎是在lapack内完成的 同时使用numpy和scipy。

如果没有进行任何基准测试，我认为性能应该相同。

Answer 2

在FAQ page中，它说scipy.linalg子模块为Fortran LAPACK库提供了更完整的包装，而numpy.linalg试图能够独立于LAPACK进行构建。

我对svd函数的不同实现做了一些benchmarks的测试，发现scipy.linalg.svd比numpy的要快：

但是，jax包裹的numpy，也称为jax.numpy.linalg.svd甚至更快：

提供了用于基准测试的完整笔记本电脑。here。